| 融合用戶興趣建模的智能推薦算法研究 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大?。?span>911 K | |
| 標簽： 強化學習 推薦系統 DDPG | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：強化學習被越來越多地應用到推薦系統中。提出一種基于DDPG融合用戶動態興趣建模的推薦方法（DDPG-LA），使用LSTM網絡提取用戶的長期興趣，利用注意力機制方法提取用戶的短期興趣，將兩種興趣結合作為智能體的狀態。同時，在LSTM網絡中加入狀態增強單元，以加速模型對于用戶長期興趣的建模，在注意力機制中加入緩解推薦延遲的模塊來解決該方法應用于推薦系統中時所產生的缺陷。在Movelines的兩個數據集上對模型進行實驗，同時在各種測試指標上與傳統方法進行比較，結果顯示所提出的算法更具優越性。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2